🐼 Разница между pandas loc и iloc: как правильно использовать?

Разница между pandas loc и iloc заключается в том, как они осуществляют доступ к данным в DataFrame.

loc используется для доступа по метке (названию) строк и столбцов. Например:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# Доступ к строке по метке
row = df.loc[1]
print(row)

# Доступ к элементу по метке строки и столбца
element = df.loc[2, 'B']
print(element)

iloc используется для доступа по числовому индексу строк и столбцов, начиная с нуля. Например:

# Доступ к строке по числовому индексу
row = df.iloc[1]
print(row)

# Доступ к элементу по числовому индексу строки и столбца
element = df.iloc[2, 1]
print(element)

Ключевое отличие между ними в том, что loc использует метки (названия), а iloc использует числовые индексы.

Pandas loc и iloc: в чем разница?

Pandas - это мощная библиотека для анализа данных, которая предоставляет удобные средства для манипулирования и обработки табличных данных. Два основных метода для доступа к данным в Pandas - это loc и iloc. В этой статье мы рассмотрим, в чем их разница и как правильно использовать каждый из них.

Метод loc

Метод loc используется для доступа к данным по меткам (индексам) строк и столбцов. Он позволяет выбирать данные на основе их меток, а не их позиции. Давайте рассмотрим пример:

import pandas as pd

data = {'Name': ['John', 'Jane', 'Mike'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data)

print(df.loc[0])  # Выводит первую строку

В этом примере мы создали DataFrame с тремя столбцами (Name, Age, City) и тремя строками. Используя метод loc, мы можем получить доступ к строке с индексом 0, который представляет собой первую строку в DataFrame.

Метод iloc

Метод iloc, в отличие от метода loc, используется для доступа к данным по их позиции (целочисленным индексам). Этот метод позволяет выбирать данные на основе их позиции в DataFrame. Рассмотрим пример:

import pandas as pd

data = {'Name': ['John', 'Jane', 'Mike'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data)

print(df.iloc[0])  # Выводит первую строку

Здесь мы также создали DataFrame с тремя столбцами и тремя строками. Используя метод iloc, мы можем получить доступ к строке с позицией 0, то есть первую строку в DataFrame.

Различия между loc и iloc

Главное различие между loc и iloc заключается в том, как они выбирают данные. Когда мы используем loc, мы передаем метки (индексы) строк и столбцов для выбора данных, в то время как при использовании iloc мы передаем позиции (целочисленные индексы).

Еще одно различие состоит в том, что при использовании loc можно указывать диапазоны меток, а при использовании iloc можно указывать диапазоны позиций. Рассмотрим примеры:

import pandas as pd

data = {'Name': ['John', 'Jane', 'Mike'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data)

print(df.loc[0:1])  # Выводит первые две строки
print(df.iloc[0:1])  # Выводит первую строку

В первом примере мы использовали метод loc с диапазоном меток от 0 до 1, и он вывел первые две строки DataFrame. Во втором примере мы использовали метод iloc с диапазоном позиций от 0 до 1, и он вывел только первую строку.

Вывод

В этой статье мы рассмотрели разницу между методами loc и iloc в библиотеке Pandas. Метод loc используется для доступа к данным по меткам (индексам), а метод iloc используется для доступа к данным по позициям (целочисленным индексам). У каждого из этих методов есть свои особенности и применение, которые помогут вам эффективно манипулировать данными в Pandas.